Theo Tổ chức Y tế Thế giới ( trương trình này), tiếp xúc lâu dài với mức độ nhiễu hơn 55 độ có thể gây ra những rủi ro đáng kể về sức khỏe, bao gồm tăng huyết áp, suy giảm nhận thức ở trẻ em và mất ngủ. với hơn 55% dân số toàn cầu hiện đang sống trong các khu vực đô thị, và dự đoán để đạt được 68% đến năm 2050, nhu cầu quản lý tiếng ồn thông minh không bao giờ cấp bách hơn. phương pháp giám sát thông tin theo dõi thông tin thường, tĩnh và thường bị lỗi thời để bắt giữ bản chất của các thành phố hoạt động. Enter a to lớn: chuyển hóa một phương pháp đa dạng và giải thích rộng rãi của các dòng thời gian thực sự, cũng giúp giảm thiểu các thành phố có nhiều dữ liệu về mặt xã hội, nhưng cũng giúp giảm thiểu thiểu các thành phố có khả năng gây ra tiếng ồn và giảm thiểu các thành phố.

Hiểu được sự ô nhiễm ô nhiễm ở đô thị

Cơ quan môi trường ở châu Âu báo cáo rằng chỉ riêng các nguồn tin gây ra sự ô nhiễm: đường xá và đường sắt, hoạt động máy bay, cơ quan công nghiệp, hoạt động xây dựng và hội nghị xã hội.

Thách thức cho các nhà hoạch định thành phố là tiếng ồn không đồng nhất. Một đường phố yên tĩnh có thể bị phá vỡ bởi một khoan xây dựng lúc 7 giờ sáng; một khu hộp đêm có thể tăng vọt trên 90 độ C vào cuối tuần. Tiếng ồn cũng khác nhau bởi tần số - tần số thấp từ hệ thống HVAC có thể di chuyển xa hơn âm thanh tần số cao. Hiểu được những sắc thái này đòi hỏi dữ liệu với độ phân giải không gian cao và thời gian. Đây là nơi dữ liệu lớn có thể lấp đầy một khoảng cách quan trọng, chuyển âm thanh di chuyển việc đọc di chuyển từ các khe nhỏ thành các mẫu hành động có thể.

Vai trò của việc phân tích dữ liệu lớn trong việc theo dõi tiếng ồn

Dữ liệu lớn phân tích trong miền này không đơn giản là thu thập các cấp độ âm thanh. nó bao gồm toàn bộ các đường ống: lấy dữ liệu từ các nguồn khác nhau, làm sạch và bình thường hóa đo nhiễu, áp dụng thống kê và máy học mô hình để xác định xu hướng, và kết quả hình ảnh trong bảng điều khiển thông báo chính sách và các quyết định hoạt động. khả năng xử lý hàng triệu điểm dữ liệu mỗi ngày từ một mạng cảm biến toàn thành phố cho phép hiểu biết gần thời gian về động lực.

Các phương pháp thu thập dữ liệu

Theo dõi tiếng ồn hiện đại phụ thuộc vào sự kết hợp giữa các nguồn dữ liệu cố định và di động, mỗi nguồn đóng góp các ưu điểm khác nhau:

  • Cảm biến nhiễu đã được điều chỉnh:) đã cài đặt mãi ) tại các địa điểm chiến lược - giải phẫu, bệnh viện, trường học - trường học - tổ chức liên tục đọc, hiệu chỉnh. Mạng như ) con ) hệ thống sử dụng bộ cảm biến IoT rẻ với các tế bào hậu phương, cho phép bảo vệ mật.
  • Dự án thu hút đám đông ) Ứng dụng thông minh như noiseTube hoặc Ủy ban Châu Âu ) ) Dự án cho phép công dân báo cáo mức độ tiếng ồn bằng micro của thiết bị, tạo một bản đồ tham gia bổ sung mạng lưới chính thức.
  • khai thác phương tiện truyền thông khoa học: Các thuật toán xử lý ngôn ngữ tự nhiên phân tích các bài viết trên nền tảng như X (thường là Twitter) và kế bên cho khiếu nại liên quan đến tiếng ồn, geotates để xác định các điểm nóng mà cảm biến chính thức có thể bỏ sót.
  • [FLT: 0] Dữ liệu quan trọng: bộ cảm biến giao thông, giấy phép xây dựng và lịch trình sự kiện công cộng cung cấp siêu dữ liệu ngữ cảnh giúp giải thích các gai nhiễu. Chẳng hạn, kết hợp các bộ nhạy với dữ liệu vị trí xe buýt có thể xác định các phương tiện nhiễu.

Tiến trình xử lý dữ liệu và thế hệ thông minh

Những cơ sở dữ liệu lớn áp dụng một số kỹ thuật phân tích để chiết xuất giá trị:

  • Nhận diện máy ) máy học phân biệt các loại phân loại khác nhau giữa các nguồn nhiễu khác nhau - một jackhammer chống lại một mô tô máy tính / bằng cách phân tích tần số quang phổ và chữ ký thời gian.
  • Phát hiện vô tuyến:) không giám sát các thuật toán cờ bất thường sự kiện nhiễu, như một vi phạm xây dựng vào đêm khuya, kích hoạt cảnh báo cho các cơ quan thực thi.
  • Mô hình chỉnh sửa:) sử dụng dữ liệu lịch sử và dự báo thời tiết, mô hình có thể dự đoán mức độ nhiễu trong những ngày sắp tới, cho phép các thành phố có thể chuyển hướng giao thông hoặc làm việc phá hoại trong giờ nghỉ.
  • Phân tích đối chiếu:) phương pháp thống kê liên kết các gai nhiễu đặc biệt - v., tăng 5% số lượng giao thông dẫn đến 2 dB tăng trong một địa hạt cụ thể - trợ giúp can thiệp ưu tiên.

Những sự hiểu biết này thường được hình dung trên bảng điều khiển như [FLT: 0] Aveshka hoặc Bridgeporth , nơi mà các viên chức thành phố có thể thấy bản đồ nhiệt được bọc bởi các cảm biến sống và các đường dây.

Quản lý tiếng ồn đô thị với động tác dữ liệu-Driven

Mục tiêu cuối cùng của việc phân tích dữ liệu lớn không chỉ là để đo đạc tiếng ồn, mà còn để giảm nó. thành phố trên khắp thế giới đang triển khai các biện pháp can thiệp mục tiêu dựa trên bằng chứng dữ liệu.

Quản lý giao thông thông thông minh

Khi mức độ tiếng ồn gần trường học vượt quá 65 dB trong giờ thả xuống, tín hiệu giao thông được điều chỉnh để giảm khả năng vẽ và tốc độ phân tích dữ liệu cho thấy những con bọ rùa bao phủ bán kính 300 mét xung quanh những tiếng ồn trung bình 4 dB trong vòng 3 tháng.

Kế hoạch xây dựng động

Sử dụng mô hình dự đoán, các hội đồng London bây giờ yêu cầu các nhà thầu để đệ trình dự báo tác động đến tiếng ồn trước khi phát hành các thông tin tham khảo chéo với dự án hoạt động với dữ liệu cảm biến thời gian thực để chuyển đổi hoạt động sang đầu buổi chiều khi tiếng ồn nền từ âm thanh xây dựng mặt nạ giao thông, do đó giảm mức độ phơi nhiễm cao nhất cho cư dân.

Lực lượng thời gian thực

Tại Paris, “các phi công đường phố thông minh sử dụng máy móc để xác định các xe cộ có ống xả có thể phá vỡ giới hạn tiếng ồn, máy quay phim và máy vi âm ghi nhận âm thanh và biển số, phát hành bảng phạt tự động trong vòng vài phút, chương trình giảm 32% tội phạm trong sáu tháng đầu tiên.

Những thử thách và sự suy xét theo thực tế

Dù lời hứa về việc quản lý tiếng ồn rất quan trọng, nhưng phải có nhiều trở ngại để đảm bảo sự công bằng và hữu hiệu trong việc triển khai.

  • Quyền riêng tư: ứng dụng có nguồn đám đông và cảm biến có sẵn micro có thể giảm thiểu rủi ro.
  • Thành kiến về sự phòng thủ: bộ cảm biến cố định có xu hướng tập trung vào các vùng giàu hơn. Điều này tạo ra khoảng cách giám sát trong khu vực thu nhập thấp nơi ô nhiễm tiếng ồn thường tệ hơn. Để tăng cường tính công bằng không gian đòi hỏi sự cố ý cảm biến và sử dụng dữ liệu di động từ tất cả các số liệu nhân khẩu học.
  • Trình dự đoán và phỏng đoán: Cảm biến giá thấp trôi dạt theo thời gian. Một giao thức cân chỉnh toàn thành phố dùng mét tham chiếu là thiết yếu để duy trì chất lượng dữ liệu - theo chiều hướng khác cảnh báo sai hoặc sự kiện bỏ lỡ có thể làm xó lòng tin bị xói mòn.
  • Công bằng [Fgorithmic:) Mô hình dự đoán được đào tạo về dữ liệu thực thi quá khứ có thể không cân đối mục tiêu khu phố với nhiều chính sách hơn. Thử nghiệm cho thành kiến chủng tộc và do đó, thành kiến kinh tế xã hội nên nằm trong bất kỳ tiến hành nào.

Hướng tương lai

Khi mạng lưới 5G chuyển ra, sự nhạy cảm với hệ thống cảnh giác sẽ giảm xuống dưới 100 phần nghìn giây, cho phép sự can thiệp tự động như máy bay không người lái hoặc thiết lập lại hệ thống thông tin liên lạc ngay lập tức sẽ di chuyển ngoài tầm kiểm soát của thành phố.

Một lĩnh vực hứa hẹn khác là sử dụng các cặp song sinh số: bản sao ảo của thành phố âm thanh mô phỏng tác động của các chính sách được đề xuất - như là đường xe điện mới, giới hạn tốc độ, hoặc các bức tường xanh trước khi thực hiện. những mô hình như thế đòi hỏi nguồn tài nguyên điện toán khổng lồ và dữ liệu có độ phân giải cao, nhưng các thử nghiệm đầu tiên ở Singapore và Oslo cho thấy chúng có thể giảm ô nhiễm lên 20% với chi phí không.

Cuối cùng, sự tham gia của công chúng sẽ trở nên phức tạp hơn. hệ thống phần thưởng dựa trên ngăn cản có thể thúc đẩy công dân đóng góp những dữ liệu có tính chất chất chất cao, trong khi những hình ảnh âm thanh nhân khẩu trong bộ tai nghe thực tế tăng cường có thể tăng thêm nhận thức và khuyến khích những sáng kiến giảm nhiễu cộng đồng.

Kết luận

Dữ liệu lớn đã được chuyển từ một công cụ thí nghiệm sang một thành phần thực nghiệm của quản lý tiếng ồn đô thị. Bằng cách tích hợp các mạng cảm biến cố định, cảm biến di động, cảm biến, dữ liệu hoạt động, và chất lượng cao, thành phố có thể giám sát tiếng ồn trong thời gian thực, dự đoán sự tiến hóa của nó, và triển khai các chiến lược nhằm bảo vệ sức khỏe và tăng cường khả năng sinh hoạt. Con đường tiến về phía trước đòi hỏi sự chú ý đến sự riêng tư, tính công bằng, tính công bằng và chất, nhưng lợi ích tiềm năng mạnh mẽ hơn, khỏe mạnh hơn và bền vững hơn.